问题——人工智能竞争加速——关键不只算法与算力——更在"能否在真实场景中跑起来、跑得稳"。江苏在制造业体系、园区经济和数字化基础上具有较好条件，产业场景数量多、类型全。然而吸引全球青年人才、特别是工程师与创业者上，"场景是否足够开放、数据是否可获得、成果能否顺利接入产业链"仍存现实障碍。一些技术团队即便拥有成熟模型，也难以进入工业产线、物流港口、生物实验等高门槛场景完成验证，技术抱负与市场需求之间出现断点。 原因——一是高价值场景供给与对外发布不够体系化。当前场景资源分散在政府部门、园区、企业和科研机构之间，缺少统一梳理、统一标准和统一入口，外部团队很难快速识别"哪些问题最值得攻、哪里能落地、怎样对接"。二是数据共享与安全利用机制仍需完善。产业数据涉及商业秘密与合规要求，若没有清晰的授权边界、脱敏标准、责任划分和可追溯机制，场景开放往往"只开放门槛、不开放能力"，导致研发验证周期拉长、成本升高。三是传统产业与新技术融合的"最后一公里"仍存在摩擦，包括生产安全、流程改造、系统兼容、人员协同等问题，单靠技术团队难以独立跨越，需要组织化的协同平台与试验条件。 影响——场景与数据的可达性不足，将直接影响创新要素集聚和成果转化效率。一上，青年人才更倾向于选择能快速试错、快速迭代、快速对接市场的地区和平台；如果缺乏"真实赛场"，人才引进就容易停留项目签约和短期合作层面，难以形成长期集聚。另一上，应用落地不足会削弱产业升级的速度，制造、医疗、交通等领域的智能化改造需求巨大，但若缺少可复制的实践路径，企业投入将更加谨慎，创新生态的活跃度也会受到影响。更深层看，人工智能应用正从"技术比拼"转向"体系能力竞争"，包括场景组织能力、数据治理能力、产业协同能力与合规保障能力，任何短板都可能放大边际成本。 对策——围绕"把场景变成资产、把开放变成制度"，建议启动"场景开源"行动，打造面向全球的人工智能应用试炼场。其核心思路是由省级层面统筹，将分散的产业场景转化为可发布、可对接、可评估的公共资源池，并用更具竞争性的机制吸引全球团队参与。一是建立常态化的"高价值、高挑战性"场景清单发布机制。建议由主管部门牵头，每年面向智能制造、智慧医疗、低空经济、自动驾驶等重点方向，系统征集并发布"十大产业挑战场景"，同步配套高质量数据集或数据接口规范，让团队能够明确目标、明确约束、明确评测指标。二是引入"揭榜挂帅"等竞争型组织方式，面向全球团队开放，以任务牵引推动技术与产业需求精准对接，并通过结果导向的评价体系提升资金、政策、市场资源配置效率。三是建设"场景开放实验室"。依托苏州工业园区、南京国家人工智能先导区等创新资源密集区域，联合龙头企业建立实体或虚拟的场景实验平台，为入围团队提供真实生产环境、可控的数据沙盒和必要的工程配套，使其在合规与安全边界内开展验证测试，缩短从样机到产品、从算法到系统的周期。 前景——从趋势看，人工智能应用的突破越来越依赖"规模化场景供给+可持续数据治理+产业化验证机制"的组合能力。江苏若能以"场景开源"为抓手，形成标准化发布、平台化对接、合规化数据流通、工程化验证的一体化体系，将有望在全国率先把"场景优势"转化为"人才优势"和"产业优势"：既为全球青年团队提供可落地、可检验、可成长的舞台，也为本地企业提供更高效率、更低风险的技术升级路径。同时，伴随低空经济、车路协同、智能制造等新赛道加速发展，场景开放的边界将不断扩大，制度供给的质量将成为竞争关键。若涉及的机制落地并形成示范效应，江苏有望更提升"最佳实践地"的吸引力，推动创新生态从"单点项目"走向"系统平台"。
人工智能的发展需要场景、需要数据、更需要人才。江苏启动"场景开源"行动的建议，抓住了当前人工智能产业发展的关键要素；通过将丰富的产业场景转化为全球人才的创新平台，江苏不仅能够吸引更多顶尖人才，也能够加速人工智能技术的创新应用，推动产业高质量发展。该举措为其他地区优化创新生态、推动产业升级提供了有益借鉴。